- •К лабораторной работе № 3
- •Севастополь
- •1 Цель работы
- •2 Теоретические сведения
- •2.1 Наивные модели
- •2.2 Методы прогнозирования, основанные на усреднении
- •2.2.1 Простые средние
- •2.2.2 Скользящие средние
- •2.2.3 Двойные скользящие средние
- •2.3 Методы экспоненциального сглаживания
- •2.3.1 Метод простого экспоненциального сглаживания
- •2.3.2 Экспоненциальное сглаживание с учетом тренда: метод Хольта
- •2.3.3 Экспоненциальное сглаживание с учетом тренда и сезонных вариаций: метод Винтерса
- •3 Практическая часть
- •3.1 Постановка задачи
- •3.2 Пример анализа данных с использованием ms Excel
- •3.3 Пример анализа данных с использованием Minitab for Windows
- •4 Порядок выполнения работы
- •5 Контрольные вопросы
- •Библиографический список
3.3 Пример анализа данных с использованием Minitab for Windows
1 Ввести данные в Minitab for Windows
2 Проанализировать данные с помощью четырехквартального скользящего среднего. Для этого:
а) На панели меню выбрать команду StatTime Series Moving Average
б) В открывшемся диалоговом окне (рисунок 3) выбрать ряд С1
в) Для выбора четырехквартального скользящего среднего в поле MA Length ввести значение 4.
г) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/
д) Нажать ОК.
Результат анализа представлен на рисунке 4. Прогнозное значение прибыли составляет 228,53 тыс.грн.
Рис. 3 Диалоговое окно Moving Average приложения Minitab for Windows
Рис. 4 Результат четырехквартального скользящего среднего
3 Проанализировать данные с помощью простого экспоненциального сглаживания. Для этого:
а) На панели меню выбрать команду StatTime Series Single Exp Smoothing
б) В открывшемся диалоговом окне (рисунок 5) выбрать ряд С1
в) В поле Weight to Use in smoothing.выберите значение Optimal Arima.
г) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/
д) Нажать ОК.
Результат анализа представлен на рисунке 6. Прогнозное значение прибыли составляет 241,40 тыс.грн.
Рис. 5 Диалоговое окно Single Exponential Smoothing приложения Minitab for Windows
Рис. 6 Результат простого экспоненциального сглаживания
4 Проанализировать данные с помощью метода Хольта. Для этого:
а) На панели меню выбрать команду StatTime Series Double Exp Smoothing
б) В открывшемся диалоговом окне (рисунок 7) выбрать ряд С1
в) В поле Weight to Use in smoothing.выберите значение Optimal Arima.
г) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/
д) Нажать ОК.
Результат анализа представлен на рисунке 8. Прогнозное значение прибыли составляет 241,65 тыс.грн.
Рис. 7 Диалоговое окно Double Exponential Smoothing приложения Minitab for Windows
Рис. 8 Результат метода Хольта для прибыли предприятия А
5 Проанализировать данные с помощью метода Винтерса. Для этого:
а) На панели меню выбрать команду StatTime Series Winters Method
б) В открывшемся диалоговом окне (рисунок 9) выбрать ряд С1
в) В поле Seasonal length ввести значение 4 (период сезонных колебаний)
г) В поле Weight to Use in smoothing.выберите значения, представленные на рисунке 9.
д) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/
е) Нажать ОК.
Рис. 9 Диалоговое окно Winters Method приложения Minitab for Windows
Результат анализа представлен на рисунке 10. Прогнозное значение прибыли составляет 134,82 тыс.грн.
Рис. 10 Результат метода Винтерса для прибыли предприятия А
6 Для выбора метода прогнозирования по минимальной среднеквадратической ошибке (в Minitab - MSD) составим таблицу 4.
По таблице 4 видно, что из всех рассмотренных методов наиболее точно отражает имеющиеся данные метод Винтерса, который и следует использовать для прогнозирования.
Таблица 4 – Выбор метода прогнозирования
Метод |
MSD |
|
1 Наивные методы, вида |
|
|
1.1 |
6752,3 |
237,4 |
1.2 |
17476,1 |
227,8 |
1.3 |
16883,9 |
228,2 |
1.4 |
3087,7 |
188,1 |
2 Методы основанные на усреднении |
|
|
2.1 Простые скользящие средние |
3812,6 |
228,5 |
3 Методы экспоненциального сглаживания |
|
|
3.1 Простое экспоненциальное сглаживание |
4927,84 |
241,40 |
3.2 Метод Хольта |
5404,96 |
241,65 |
3.3 Метод Винтерса |
783,38 |
134,82 |